Large-scale Integrated Analysis of Genetics and Metabolomic Data Reveals Potential Links Between Lipids and Colorectal Cancer Risk
Notice bibliographique
Résumé
BACKGROUND: The etiology of colorectal cancer is not fully understood. METHODS: Using genetic variants and metabolomics data including 217 metabolites from the Framingham Heart Study (n = 1,357), we built genetic prediction models for circulating metabolites. Models with prediction R2 > 0.01 (Nmetabolite = 58) were applied to predict levels of metabolites in two large consortia with a combined sample size of approximately 46,300 cases and 59,200 controls of European and approximately 21,700 cases and 47,400 controls of East Asian (EA) descent. Genetically predicted levels of metabolites were evaluated for their associations with colorectal cancer risk in logistic regressions within each racial group, after which the results were combined by meta-analysis. RESULTS: Of the 58 metabolites tested, 24 metabolites were significantly associated with colorectal cancer risk [Benjamini-Hochberg FDR (BH-FDR) < 0.05] in the European population (ORs ranged from 0.91 to 1.06; P values ranged from 0.02 to 6.4 × 10-8). Twenty one of the 24 associations were replicated in the EA population (ORs ranged from 0.26 to 1.69, BH-FDR < 0.05). In addition, the genetically predicted levels of C16:0 cholesteryl ester was significantly associated with colorectal cancer risk in the EA population only (OREA: 1.94, 95% CI, 1.60-2.36, P = 2.6 × 10-11; OREUR: 1.01, 95% CI, 0.99-1.04, P = 0.3). Nineteen of the 25 metabolites were glycerophospholipids and triacylglycerols (TAG). Eighteen associations exhibited significant heterogeneity between the two racial groups (PEUR-EA-Het < 0.005), which were more strongly associated in the EA population. This integrative study suggested a potential role of lipids, especially certain glycerophospholipids and TAGs, in the etiology of colorectal cancer. CONCLUSIONS: This study identified potential novel risk biomarkers for colorectal cancer by integrating genetics and circulating metabolomics data. IMPACT: The identified metabolites could be developed into new tools for risk assessment of colorectal cancer in both European and EA populations.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».